← 返回卡片

原书出处

深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)

14 第14章 用BERT实现中文语句分类

核验版本的摘录快照 · 导入于 2026-11-19T04:48:36.603Z

-------------- ##san 10978 王 4374 ##and 9369 蚀 6008 60 8183

BERT使用Google NMT提出的词块标记法(WordPiece Tokenization),将原先的单词拆成更小粒度的词块,有效处理不在字典里头的词汇。中文的话就相当于单词级分词,而有 ##前缀的标识符即为词块。

除了一般的词块以外,BERT还有5个特殊标识符。 [CLS]:在做分类任务时其最后一层的表示会被视为整个输入序列的表示

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)/_epub-src/OEBPS/Text/Chapter18_0001.xhtml

EPUB SHA-256:0056cad2f11cb1d60ead5054060bd6d41fef87dd049656db310bdc789c0ec7da